-
公开(公告)号：CN113080923B
公开(公告)日：2024-04-02
申请号：CN202110307959.X
申请日：2021-03-23
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于电桥法的等效生物电阻抗测量方法，所述系统以扫频的形式产生激励测试信号，并通过由运放搭建的自适应平衡电桥实现等效生物电阻抗值的测量，流经人体后的测试信号进入放大电路，对所测得的信号进行放大，之后进入高通滤波电路过滤掉工频干扰等低频杂波，并通过混频器技术降低测量信号频率，实现人体等效生物电阻抗中相位角的直接测量，解决了现有技术中的生物电阻抗测量在高频激励信号下相位角的测量误差较大所导致的测量准确性较低技术问题。
-
公开(公告)号：CN116909369A
公开(公告)日：2023-10-20
申请号：CN202310785029.4
申请日：2023-06-29
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06F1/20 , G06F21/62 , G06N3/0455 , G06N3/084
Abstract: 本发明属于数据处理技术领域，公开了一种基于AutoRec算法的差分隐私保护推荐方法及系统，在AutoRec算法上选择在训练过程中对其梯度加噪实现差分隐私保护，将AutoRec算法和差分隐私相结合设计DPAutoRec算法并在此基础上进一步优化，最后利用实验仿真验证DPAutoRec算法在满足差分隐私的同时也保证了模型的可用性。本发明基于经典的AutoRec算法，将差分隐私和AutoRec模型相结合，设计了DPAutoRec，在深度学习领域，使用Guaasian机制来扰动梯度数据比用Laplace机制来扰动梯度数据的性能更好，Rényi差分隐私也确实进一步优化隐私预算提高了扰动后的模型准确率。
-
公开(公告)号：CN116580116A
公开(公告)日：2023-08-11
申请号：CN202310376801.7
申请日：2023-04-10
Applicant: 桂林电子科技大学
IPC: G06T11/00 , A61B5/0536 , G06N3/04 , G06N3/086 , G06N3/0985
Abstract: 本发明公开了一种基于改进粒子群算法的EIT成像算法优化方法，所述方法包括：建立FEM模型，搭建广义回归神经网络作为EIT成像算法；提出了粒子自适应分解机制，与粒子群算法相结合，自适应的分解低质量粒子，保留和分裂高质量粒子；对自适应分解机制粒子群算法中的不同粒子以不同的方式施加动态Chebyshev混沌映射，得到自适应分解机制动态混沌粒子群优化算法；利用自适应分解机制动态混沌粒子群优化算法对EIT成像算法广义回归神经网络中的平滑因子进行寻优计算，得到平滑因子的最优解，得到更好的EIT图像重建效果。该方法基于粒子群优化算法，借鉴了生物体细胞的分解、保留和分裂机制，提出了粒子自适应分解机制，保证算法优化的精度，提高优化效率，再结合动态Chebyshev混沌映射，解决粒子群优化算法易于陷入局部最优的问题。用自适应分解机制动态混沌粒子群优化算法优化EIT成像算法，得到更高的算法收敛精度，更好的优化EIT成像算法。
-
公开(公告)号：CN113100739A
公开(公告)日：2021-07-13
申请号：CN202110274819.7
申请日：2021-03-15
Applicant: 桂林电子科技大学
IPC: A61B5/0536
Abstract: 本发明公开了一种便携式多频电阻抗成像前端数据采集及处理方法，利用压控恒流源将DAC产生正弦信号转换成电流信号，并在第一模拟开关的作用下进行电流激励；通过采样电阻获取参考输入信号，并通过第二模拟开关选通不同组电极，利用倒T型程控增益放大器进行程控增益，得到测量输入信号；对所述参考输入信号和所述测量输入信号进行同步采集，并根据数字信号的周期性、对称性以及三角函数的对称性进行多次单点傅里叶解调，得到信号的相位信息，改善现有解调方法，极大降低了所需的乘法次数，提升了解调的速度。
-
公开(公告)号：CN116152467A
公开(公告)日：2023-05-23
申请号：CN202310161845.8
申请日：2023-02-24
Applicant: 桂林电子科技大学
IPC: G06T17/20 , A61B5/0536 , G06N3/006 , G06N3/08 , G06N3/044
Abstract: 本发明公开了一种基于广义回归神经网络的电阻抗成像方法，所述方法包括：对待测场域使用有限元法进行三角形剖分，求解正问题，建立FEM模型；搭建系数加权广义回归神经网络，并构建系数加权广义回归神经网络成像模型，输出电阻抗分布结果；利用粒子群算法对系数加权广义回归神经网络成像模型中的平滑因子进行寻优计算，得到平滑因子的最优解；代入平滑因子的最优解得到优化后的电阻抗成像模型，求解电阻抗分布并进行图像重构。通过对传统广义回归神经网络的模式层的神经元设置系数权重，得到系数加权广义回归神经网络，从而达到抑制或去除成像伪影的目的；再结合粒子群优化算法，利用粒子群算法优化系数加权广义回归神经网络的平滑因子，改变由于网络平滑因子选择不当而导致的成像精度不足的问题，提升网络的非线性逼近能力，进而提高图像重建的质量。
-
Patent Agency Ranking
公开(公告)号：CN114947802A
公开(公告)日：2022-08-30
申请号：CN202210387565.4
申请日：2022-04-13
Applicant: 桂林电子科技大学
IPC: A61B5/0536 , G06F30/23 , G06F30/27 , G06N3/00
Abstract: 本发明公开了基于疏密两种网格剖分模型的粒子群优化电阻抗成像方法，涉及电阻抗成像技术领域，其技术方案要点是：具体包括以下步骤：S1：构建原始模型，记为模型0，并生成初始电导率分布σ0；S2：在模型0的基础上对感兴趣区域ROI进行网格细划分，其他区域不变构建模型I，其他区域进行网格合并构建模型II；S3：构建模型0到模型I、模型I到模型II之间的电导率转换矩阵；S4：根据求出的上述电导率转换矩阵，获得由σ0映射到模型I和模型II对应的电导率分布值σI和σII；S5：采用粒子群优化算法基于模型I和模型II进行电阻抗成像中正问题和逆问题的求解。该方法解决了粒子群算法中的维度灾难问题，从而提高了目标的定位准确度和成像的速度。
-
公开(公告)号：CN105261020B
公开(公告)日：2018-11-20
申请号：CN201510671147.8
申请日：2015-10-16
Applicant: 桂林电子科技大学
IPC: G06K9/00
Abstract: 本发明公开一种快速车道线检测方法，其首先将获取到的道路前视图通过逆透视变换方法转换成直观鸟瞰图，针对鸟瞰图做相应的高斯滤波去噪和二值化处理然后运用快速霍夫变换检测相关车道线区域，并对其进行区域分组以减少运算量，最后通过改进的RANSAC算法对相关车道线区域进行车道线筛选和拟合。本发明的优点是可以在复杂环境中较准确的提取到车道线，并且实时性较好，同时兼具弯道识别功能。本发明可以在复杂环境中较准确的提取到车道线，并且实时性较好，同时兼具弯道识别功能。
-
公开(公告)号：CN117708849A
公开(公告)日：2024-03-15
申请号：CN202311702752.8
申请日：2023-12-12
Applicant: 桂林电子科技大学
Abstract: 本发明涉及隐私保护技术领域，具体涉及一种基于部分低质量数据的保护隐私联邦学习训练方法，架构了只包含参与用户和云服务器两种实体类型的系统模型，通过单云服务器外包，将复杂的计算交给云服务器，以降低参与者的计算负担，提高模型对计算能力不足参与者的包容性，并且构建了一种描述用户数据质量的评估算法，并根据数据质量的复合评分来控制参与训练的数据在联邦训练全局迭代中的参与程度，以减少低质量数据对模型精度的负面影响，同时利用分布式Paillier同态加密机制，引入允许部分低质量数据参与训练的联邦学习多方聚合方案，保证参与者私有数据的隐私安全，并且对用户中途退出和加入非常友好，解决了现有的联邦学习训练过程的不足。
-
公开(公告)号：CN113255447B
公开(公告)日：2023-03-24
申请号：CN202110441728.8
申请日：2021-04-23
Applicant: 桂林电子科技大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2415
Abstract: 本发明公开一种脑电信号解码方法、装置、设备及计算机可读存储介质，方法包括：采集原始脑电信号；对原始脑电信号进行预处理，得到预处理脑电数据；利用时间窗对预处理脑电数据进行时间分割，得到时间窗脑电数据；利用TRCSP对时间窗脑电数据进行空间滤波，得到空间滤波脑电数据；对空间滤波脑电数据进行特征提取，得到脑电数据特征子集；利用LASSO对脑电数据特征子集进行特征选择和分类，得到LASSO脑电分类模型；对LASSO脑电分类模型进行训练集成，得到脑电解码预测值；通过CSP正则化技术、时频联合优化方法以及集成学习的有机结合建立统一的算法框架，在该算法框架下同时解决CSP的噪声敏感和过拟合问题、时‑空‑频联合选择问题以及脑电信号的非平稳性问题。
-
公开(公告)号：CN114758023A
公开(公告)日：2022-07-15
申请号：CN202210329410.5
申请日：2022-03-30
Applicant: 桂林电子科技大学
IPC: G06T11/00 , G06N3/12 , A61B5/0536 , A61B5/00
Abstract: 本发明公开一种自适应遗传算法的胃部电阻抗断层成像方法，该方法通过建立胃部二维模型，设计遗传算法的编码与群体参数；设计遗传算法的适应度函数f，选择算子、自适应交叉算子、变异算子操作，实施精英保留策略；进行解码和计算正问题；最后根据迭代结果进行胃部电阻抗图像重建。该方法具有搜索效率高和全局收敛速度更快的优点；相比于传统遗传算法，本发明提高了搜索速度和成像质量。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.016 seconds)
